docProgram Analiza Danych I stopień - Wydział Matematyki i Informatyki
download 
Reklamacja Transkrypt
Program Analiza Danych I stopień - Wydział Matematyki i Informatyki
Wydział Matematyki i Informatyki PROGRAM KSZTAŁCENIA kierunek ANALIZA DANYCH studia inżynierskie (I stopnia) profil ogólnoakademicki obowiązujący od roku akademickiego 2015/16 Program kształcenia zatwierdzony przez Radę Wydziału Matematyki i Informatyki w dniu 17.12. 2014r 1. Kierunek kształcenia: ANALIZA DANYCH Idea i przedmiot studiów Obserwowana od kilkunastu lat szybko postępująca komputeryzacja, informatyzacja i rozwój technologii informacyjnych umożliwia gromadzenie i przetwarzanie coraz większej ilości danych. Poza licznymi aspektami pozytywnymi tego procesu można zaobserwować również zjawiska negatywne, jak np. powstanie szumu informacyjnego będącego konsekwencją braku selekcji, bądź nieprawidłowa selekcja danych zgromadzonych w zasobach baz danych i szerzej w zasobach Internetu. W tych warunkach coraz trudniej jest wydobywać istotne informacje z punktu widzenia badań naukowych, opracowań dla celów administracji publicznej, czy biznesu. Konieczne jest zatem kształcenie specjalistów posiadających umiejętności wyszukiwania i selekcjonowania informacji, w tym osób posiadających wiedzę z zakresu statystyki matematycznej oraz umiejętności praktyczne w tworzeniu narzędzi informatycznych z zakresu szeroko pojętej analizy danych. Odpowiedzią na to zapotrzebowanie rynku jest kierunek studiów Analiza Danych oferowany na Wydziale Matematyki i Informatyki Uniwersytetu Łódzkiego. Jest on skierowany do studentów zainteresowanych wykorzystaniem wiedzy teoretycznej z zakresu matematyki i informatyki oraz narzędzi statystycznych i informatycznych w pracy zawodowej związanej z przetwarzaniem i analizą danych. Program studiów na kierunku Analiza Danych gwarantuje: - poznanie podstaw metodologii badań i zdobycie wiedzy teoretycznej umożliwiającej opracowywanie nowych metod badawczych w zakresie analizy danych; - poznanie metod projektowania inżynierskiego i zdobycie wiedzy inżynierskiej w zakresie rozwiązywania problemów mających swoje źródło w praktycznych przykładach z obszaru analizy danych; - zdobycie umiejętności wykorzystania wiedzy teoretycznej i inżynierskiej podczas praktyk studenckich. Szerokie konsultacje programu studiów wskazują na daleko idącą zgodność z oczekiwaniami rynku pracy. Przedmioty obejmujące obszar zadań inżynierskich zostały opracowane przy współudziale partnerów zewnętrznych tworzących Radę Biznesu przy Wydziale Matematyki i Informatyki. Istotą studiów na tym kierunku jest nabywanie przez studentów wiedzy i praktycznych umiejętności dotyczących metod współczesnej analizy danych – matematycznych metod opracowywania i wnioskowania na ich podstawie. Studia te dają jednocześnie wykształcanie o profilu ogólnoakademickim i inżynierskim. Absolwent tego kierunku otrzyma zarówno solidne podstawy teoretyczne umożliwiające opracowywanie nowych metod badawczych dla analizy danych jak i praktyczną znajomość narzędzi i metod projektowania inżynierskiego pozwalających rozwiązywać problemy informatyczne z obszaru zadań inżynierskich. Absolwent kierunku Analiza Danych uzyska również wiedzę teoretyczną i umiejętności praktyczne z zakresu baz danych, programowania jak i statystyki. Inżynierski charakter studiów zapewni realizację wymienionych celów w trakcie zajęć laboratoryjnych, a także podczas wykonywania projektów dotyczących analizy i eksploracji danych pochodzących z realnych zjawisk. Jednym z głównych celów kształcenia jest wyposażenie studentów w takie umiejętności interpersonalne jak komunikatywność, umiejętność pracy w zespole oraz umiejętność kierowania zespołem. Absolwent będzie również posiadał umiejętność wizualizacji wyników analiz oraz prezentacji ich przed szerokim gremium. Szczególny nacisk w procesie kształcenia położony jest na rozwijanie umiejętności logicznego myślenia, samodzielnego i zespołowego rozwiązywania problemów o charakterze teoretycznym i praktycznym. Umiejętności te są niezbędne dla każdego specjalisty z zakresu analizy danych w szybko zmieniającym się rynku technologii informacyjnych. 2. 3. Poziom studiów – inżynierskie I stopnia. 2 4. Profil kształcenia – ogólnoakademicki. 5. Forma studiów – stacjonarne i niestacjonarne. 6. Cele kształcenia Celem kształcenia na kierunku ANALIZA DANYCH pierwszego stopnia jest zapoznanie z gruntowną wiedzą teoretyczną i inżynierską z podstaw statystyki, programowania, baz danych i eksploracji danych; przygotowanie studentów do tworzenia narzędzi informatycznych wykorzystywanych do selekcjonowania i opracowywania danych na potrzeby administracji państwowej i publicznej, a także biznesu; wykształcenie u absolwentów umiejętności analitycznego i syntetycznego myślenia, pozwalających na niestandardowe podejście do rozwiązywania różnorodnych problemów badawczych, wymagających stworzenia nowego lub zaadaptowania istniejącego modelu analizy danych; wykształcenie specjalistów posiadających umiejętność pozyskiwania danych, ich selekcjonowania, eksplorowania, wykreowania odpowiedniego modelu oraz interpretacji wyników; wyposażenie studentów w umiejętność wyboru i stosowania narzędzi informatycznych do eksploracji danych; przygotowanie do pracy w zespole oraz rozwijanie umiejętności prezentacji i wizualizacji wyników analiz i raportów; wykształcenie specjalistów znających podstawy funkcjonowania biznesu i elementy prawa, m.in. w zakresie ochrony danych; przekazanie umiejętności językowych na poziomie B2 w zakresie specjalistycznego obcego języka nowożytnego; przygotowanie absolwentów do samodzielnego rozwijania umiejętności zawodowych oraz do podjęcia studiów drugiego stopnia, a także studiów podyplomowych na różnych kierunkach; 7. Tytuł zawodowy – INŻYNIER. Możliwości zatrudnienia Absolwenci kierunku ANALIZA DANYCH pierwszego stopnia są przygotowani do podjęcia pracy we wszelkiego rodzaju instytucjach naukowo-badawczych, finansowych, instytucjach administracji publicznej i państwowej, średnich i dużych zakładach produkcyjnych, firmach z branży IT, a także ośrodkach badania opinii publicznej. Absolwenci będą przygotowani do podjęcia zatrudnienia na stanowiskach takich jak: analityk danych, statystyk, programista, projektant i programista baz danych, ekspert ds. eksploracji danych, analityk finansowy, specjalista analizy i rozwoju rynku, analityk biznesowy, specjalista do spraw rozwoju biznesu. Absolwenci mogą podjąć studia II stopnia na tym kierunku. Absolwenci będą także przygotowani do podjęcia studiów II stopnia z zakresu informatyki lub matematyki. Absolwenci kierunku Analiza Danych mogą zostać zaliczeni do następujących dwóch grup zawodowych1 (wraz z numerami klasyfikacyjnymi): - 212 Matematycy, aktuariusze i statystycy (212090 - pozostali matematycy, aktuariusze i statystycy); - 2149 Inżynierowie gdzie indziej niesklasyfikowani (214990 – pozostali inżynierowie gdzie indziej niesklasyfikowani). 8. 1 Rozporządzenie Ministra Pracy i Polityki Społecznej z dnia 7 sierpnia 2014 r. w sprawie klasyfikacji zawodów i specjalności na potrzeby rynku pracy oraz zakresu jej stosowania. 3 Absolwenci kierunku Analiza Danych mogą zostać zaliczeni między innymi do następujących klas Polskiej Klasyfikacji Działalności 2 (wraz z numerami klasyfikacyjnymi): - 63.11.Z - Przetwarzanie danych; zarządzanie stronami internetowymi (hosting) i podobna działalność; - 63.99.Z - Pozostała działalność usługowa w zakresie informacji, gdzie indziej niesklasyfikowana, wyszukiwanie informacji wykonywane na zlecenie; - 73.20.Z - Badanie rynku i opinii publicznej; - 74.90.Z - Pozostała działalność profesjonalna, naukowa i techniczna, gdzie indziej niesklasyfikowana. 9. Wymagania wstępne – matura. 10. Zasady rekrutacji Zasady rekrutacji są uchwalane na każdy rok akademicki przez Radę Wydziału Matematyki i Informatyki, zgodnie z Uchwałą nr 354 Senatu UŁ w sprawie zasad przyjęć na pierwszy rok studiów pierwszego stopnia, drugiego stopnia oraz jednolitych studiów magisterskich w Uniwersytecie Łódzkim na rok akademicki 2015/2016. 11. Dziedziny i dyscypliny naukowe, do których odnoszą się efekty kształcenia – dziedzina nauk matematycznych: dyscyplina naukowa: matematyka, informatyka. 12. Przyporządkowanie studiów do obszaru lub obszarów kształcenia – obszar nauk ścisłych. 13. Kierunkowe efekty kształcenia Kierunkowe efekty kształcenia kierunku ANALIZA DANYCH (studia I stopnia, profil ogólnoakademicki) realizują wszystkie efekty kształcenia określone dla obszaru nauk ścisłych (poziom I, profil ogólnoakademicki) oraz wszystkie efekty kształcenia prowadzące do kompetencji inżynierskich. Tabela 1. Kierunkowe efekty kształcenia wraz z odniesieniem do efektów kształcenia obszaru nauk ścisłych i efektów kształcenia prowadzących do kompetencji inżynierskich (poziom I, profil ogólnoakademicki) Kierunkowe efekty kształcenia Po zakończeniu studiów I stopnia na kierunku Analiza Danych o profilu ogólnoakademickim Absolwent Odniesienie Odniesienie do Odniesienie do do EK EK dla obszaru EK dla prowadzących nauk obszaru nauk do humanistycznych ścisłych kompetencji i społecznych inżynierskich w zakresie wiedzy: 11A-1A_W01 posiada wiedzę matematyczną z zakresu logiki, teorii zbiorów, matematyki dyskretnej i algebry niezbędną w analizie danych 11A-1A_W02 zna podstawy rachunku różniczkowego i całkowego funkcji jednej i wielu zmiennych 11A-1A_W03 zna podstawowe pojęcia i metody rachunku prawdopodobieństwa, statystyki opisowej oraz wnioskowania statystycznego X1A_W01 X1A_W02 X1A_W03 InzA_W02 11A-1A_W04 zna metody numeryczne przybliżonego rozwiązywania podstawowych problemów obliczeniowych X1A_W04 InzA_W02 2 X1A_W01 X1A_W02 X1A_W03 X1A_W01 X1A_W02 X1A_W03 Rozporządzenie Rady Ministrów z dnia 24.12.2007 r. w sprawie Polskiej Klasyfikacji Działalności (PKD) . 4 11A-1A_W05 zna matematyczne i formalne podstawy informatyki X1A_W01 X1A_W02 11A-1A_W06 posiada wiedzę na temat podstawowych technik informatycznych w zakresie algorytmiki, programowania i struktur danych X1A_W04 11A-1A_W07 11A-1A_W08 posiada wiedzę na temat infrastruktury i aparatury informatycznej oraz aspektów organizacji i zarządzania danymi zna podstawy inżynierii przetwarzania danych i oprogramowania, cyklu życia urządzeń i projektów analizy danych X1A_W05 InzA_W01 InzA_W02 X1A_W01 X1A_W04 InzA_W01 11A-1A_W09 zna rozwiązania informatyczne stosowane w analizie danych, w tym podstawy technik obliczeniowych i programowania, rozumie ich ograniczenia X1A_W02 X1A_W04 X1A_W05 InzA_W02 InzA_W05 11A-1A_W10 zna wybrane pakiety oprogramowania, służące do obliczeń symbolicznych, statystyki i eksploracji danych X1A_W05 InzA_W05 X1A_W01 X1A_W04 InzA_W02 InzA_W05 X1A_W02 X1A_W03 InzA_W02 X1A_W01 X1A_W04 InzA_W02 InzA_W05 11A-1A_W11 11A-1A_W12 11A-1A_W13 posiada ogólną wiedzę w zakresie podstawowych działów analizy danych, w tym podstawowe techniki dotyczące grupowania danych oraz ich klasyfikacji posiada wiedzę o powiązaniach analizy danych z wybranymi zagadnieniami matematyki teoretycznej, programowania i baz danych rozumie koncepcję i konstrukcję modeli eksploracji danych, potrafi użyć właściwych narzędzi do ich formalnego opisu i analizy H1A_W05 11A-1A_W14 posiada wiedzę dotyczącą podstawowych teorii baz danych, modelowania danych oraz składowania i wyszukiwania informacji w bazach danych X1A_W01 InzA_W02 InzA_W05 11A-1A_W15 rozumie cywilizacyjne znaczenie modelowania i eksploracji danych, posiada podstawową wiedzę o głównych kierunkach rozwoju i aktualnych osiągnięciach w zakresie eksploracji danych X1A_W01 InzA_W02 H1A_W06 11A-1A_W16 zna podstawowe techniki badawcze obejmujące formułowanie i analizę problemów badawczych, dobór metod i narzędzi badawczych, opracowanie i prezentację wyników X1A_W02 InzA_W02 H1A_U02 11A-1A_W17 zna ogólne zasady tworzenia i rozwoju form indywidualnej przedsiębiorczości opartej na wiedzy, umiejętnościach i kompetencjach społecznych dotyczących analizy danych X1A_W09 X1A_K07 InzA_W03 InzA_W04 InzA_K02 S1A_W11 11A-1A_W18 posiada wiedzę na temat podstaw prawnych i etycznych w zakresie pozyskiwania, przetwarzania i udostępniania danych, zna pojęcia i zasady z zakresu ochrony własności przemysłowej i prawa autorskiego X1A_W07 X1A_W08 X1A_K06 InzA_K01 H1A_W08 11A-1A_W19 zna podstawowe zasady bezpieczeństwa i higieny pracy oraz zasady obsługi komputera X1A_W05 X1A_W06 w zakresie umiejętności: 11A-1A_U01 posługuje się rachunkiem zdań i kwantyfikatorów oraz językiem teorii mnogości, umie przeprowadzać dowody metodą indukcji zupełnej; potrafi definiować funkcje i relacje rekurencyjne X1A_U01 11A-1A_U02 potrafi interpretować i wyjaśniać zależności funkcyjne, ujęte w postaci wzorów, tabel, wykresów, schematów i stosować je w zagadnieniach praktycznych X1A_U01 X1A_U02 X1A_U03 11A-1A_U03 stosuje twierdzenia i metody rachunku różniczkowego funkcji jednej i wielu zmiennych w zagadnieniach związanych z optymalizacją, poszukiwaniem ekstremów lokalnych oraz globalnych, a także badaniem przebiegu funkcji, uzasadniając poprawność rozumowań X1A_U01 X1A_U02 11A-1A_U04 umie prowadzić proste wnioskowania statystyczne i probabilistyczne, także z wykorzystaniem narzędzi komputerowych X1A_U01 X1A_U02 X1A_U03 X1A_U04 5 11A-1A_U05 potrafi obalać błędne hipotezy lub nieuprawnione rozumowania poprzez argumentację opartą na zdobytej wiedzy X1A_U01 X1A_U02 X1A_U03 11A-1A_U06 potrafi tworzyć i implementować algorytmy przybliżonego rozwiązywania problemów obliczeniowych X1A_U02 X1A_U04 11A-1A_U07 potrafi zastosować narzędzia matematyczne oraz metody eksploracji danych do analizy zagadnień ekonomicznych X1A_U01 X1A_U02 11A-1A_U08 potrafi wykorzystywać narzędzia/pakiety oprogramowania/techniki obliczeniowe do rozwiązywania wybranych zagadnień matematycznych i analizy danych X1A_U02 X1A_U04 11A-1A_U09 rozpoznaje problemy, w tym zagadnienia praktyczne, które można rozwiązać algorytmicznie, potrafi dokonać specyfikacji i analizy takiego problemu, umie tworzyć algorytmy i zapisać je w wybranym języku programowania X1A_U01 X1A_U04 11A-1A_U10 stosuje podstawowe struktury danych i metody wykorzystywane w programowaniu i teorii przetwarzania danych X1A_U01 X1A_U04 11A-1A_U11 posiada umiejętność doboru rozwiązań sprzętowych i systemowych oraz ich konfiguracji i oceny ich działania X1A_U01 X1A_U03 InzA_U04 InzA_U05 11A-1A_U12 posiada umiejętność wyboru systemu analizy danych optymalnego dla danego zadania, uwzględniając aspekty ekonomiczne X1A_U03 InzA_U04 InzA_U07 11A-1A_U13 posiada umiejętność samodzielnego wykonywania projektów analizy danych X1A_U01 X1A_U04 X1A_U05 X1A_U07 11A-1A_U14 potrafi zastosować techniki usprawniające i optymalizujące procesy analizy danych X1A_U03 11A-1A_U15 potrafi precyzyjnie analizować złożone procesy decyzyjne i stosować systemowe metody rozwiązywania problemów z zakresu decyzji kierowniczych X1A_U01 X1A_U02 11A-1A_U16 posiada umiejętność projektowania baz danych i ich implementacji w wybranych systemach zarządzania bazami danych 11A-1A_U17 potrafi pozyskiwać dane z różnych źródeł, w tym z baz danych za pomocą wybranego języka zapytań 11A-1A_U18 potrafi budować wybrane modele eksploracji danych i oceniać ich jakość oraz stosować je m. in. do prognozowania wybranych procesów ekonomicznych, finansowych lub społecznych X1A_U01 X1A_U02 X1A_U04 InzA_U06 InzA_U07 InzA_U08 11A-1A_U19 potrafi wykorzystać metody analityczne, numeryczne i statystyczne do formułowania i rozwiązywania zadań inżynierskich dostrzegając ich aspekty systemowe i pozatechniczne X1A_U01 X1A_U02 InzA_U02 InzA_U03 11A-1A_U20 planuje i przeprowadza eksperymenty oraz symulacje w celu weryfikowania hipotez lub pozyskiwania nowej wiedzy X1A_U03 InzA_U01 11A-1A_U21 potrafi tworzyć typowe opracowania pisemne dotyczące modeli teoretycznych oraz narzędzi informatycznych, w tym również dokumentację techniczną projektów analizy danych X1A_U05 X1A_U06 X1A_U08 H1A_U08 S1A_U09 X1A_U06 X1A_U09 H1A_U09 S1A_U10 11A-1A_U22 11A-1A_U23 potrafi referować zagadnienia matematyczne, informatyczne i analizy danych potocznym językiem, posiada umiejętność przygotowania wystąpień ustnych z wykorzystaniem technik i narzędzi służących do prezentacji potrafi analizować, krytycznie oceniać metody, interpretować wyniki różnego rodzaju badań i formułować wnioski X1A_U01 X1A_U03 X1A_U04 X1A_U06 X1A_U01 X1A_U02 X1A_U04 X1A_U02 X1A_U03 InzA_U02 InzA_U01 InzA_U06 InzA_U07 InzA_U08 InzA_U02 InzA_U06 InzA_U06 InzA_U08 InzA_U08 S1A_U02 InzA_U01 6 11A-1A_U24 potrafi samodzielnie zdobywać wiedzę oraz rozwijać swoje umiejętności, korzystając z literatury polskiej i obcojęzycznej oraz z nowoczesnych technologii X1A_U07 X1A_U10 11A-1A_U25 zna co najmniej jeden język obcy na poziomie średniozaawansowanym (B2), w szczególności w zakresie matematyki, informatyki i analizy danych X1A_U08 X1A_U10 H1A_U10 S1A_U11 w zakresie kompetencji społecznych: 11A-1A_K01 zna ograniczenia własnej wiedzy i rozumie potrzebę dalszego kształcenia, uwzględniając trendy w przetwarzaniu i analizie danych X1A_K01 X1A_K04 X1A_K05 X1A_U07 11A-1A_K02 potrafi precyzyjnie formułować pytania, służące pogłębieniu własnego zrozumienia danego tematu lub odnalezieniu brakujących elementów rozumowania X1A_K01 11A-1A_K03 potrafi pracować zespołowo, przyjmując różne role w zespole; rozumie konieczność systematycznej pracy nad wszelkimi projektami, które mają długofalowy charakter X1A_K01 X1A_K02 H1A_K02 S1A_K02 11A-1A_K04 potrafi odpowiednio określić priorytety służące realizacji określonego zadania czy projektu X1A_K03 H1A_K03 S1A_K03 11A-1A_K05 rozumie znaczenie uczciwości intelektualnej w działaniach własnych i innych osób; postępuje etycznie 11A-1A_K06 11A-1A_K07 11A-1A_K08 11A-1A_K09 ma krytyczne podejście do otrzymywanych danych i informacji, widzi potrzebę ich weryfikowania rozumie potrzebę i jest przygotowany do samokształcenia i projektowania własnej ścieżki rozwoju i kariery zawodowej prawidłowo identyfikuje dylematy związane z wykonywaniem zawodu analityka danych potrafi myśleć w sposób przedsiębiorczy i sprawnie organizować pracę X1A_K03 X1A_K04 X1A_K06 X1A_K01 X1A_K05 X1A_K01 X1A_K05 H1A_K04 S1A_K04 X1A_K04 X1A_K07 InzA_K02 S1A_K07 14. Związki z misją uczelni i jej strategią rozwoju Kierunek studiów Analiza Danych wykazuje pełną zgodność z misją i strategią rozwoju Uniwersytetu Łódzkiego na lata 2010-2015. Uniwersytet Łódzki, jako jedna z wiodących polskich uczelni, bierze aktywny udział w innowacyjnym rozwoju miasta, regionu i całego kraju, reagując m.in. na zapotrzebowanie na nowe dyscypliny nauki. Wydział Matematyki i Informatyki UŁ, dostrzegając istotne zapotrzebowanie rynku pracy na specjalistów w zakresie pozyskiwania, eksploracji i analizy danych, proponuje unikatowe w skali kraju studia inżynierskie. Zaledwie kilka uczelni w Polsce posiada podobny interdyscyplinarny kierunek. Wydział Matematyki i Informatyki jest szczególnie predestynowany do prowadzenia studiów tego typu: posiada zarówno kadrę dydaktyczno – naukową z zakresu matematyki i statystyki matematycznej, jak i grono programistów oraz specjalistów ds. eksploracji danych i baz danych. Ponadto przy Wydziale działa Rada Biznesu, która aktywnie uczestniczy w analizie aktualnego rynku pracy w regionie łódzkim. Dzięki szerokiemu wachlarzowi przedmiotów do wyboru, nowy kierunek odpowiada także na postulat strategii UŁ związany z potrzebą położenia nacisku na zwiększenie elastyczności programów nauczania. Studenci kierunku Analiza Danych odbędą praktyki zawodowe w różnorodnych firmach i instytucjach wykorzystujących w swojej działalności narzędzia analizy danych. Misją Wydziału Matematyki i Informatyki jest kształcenie w taki sposób, aby absolwenci byli przygotowani na nowe wyzwania stwarzane przez dynamicznie zmieniający się rynek pracy. Według badań (IDC Digital Universe) w dekadzie 2010-2020 odnotowany będzie 50 – krotny przyrost danych, które będą podlegały eksploracji i zarządzaniu. Istnieją zatem 7 przesłanki pozwalające prognozować systematycznie rosnące zapotrzebowanie na absolwentów tego kierunku. Absolwent kierunku Analiza Danych posiada szeroką wiedzę i umiejętności z zakresu podstawowych technologii informacyjnych, ze szczególnym uwzględnieniem technologii bazodanowych. Ponadto osiąga znajomość języka obcego nowożytnego na poziomie średniozaawansowanym, potwierdzoną poprzez egzamin ogólnouczelniany. W procesie kształcenia kładziony jest nacisk na umiejętność pracy w zespole i zdolność do samodzielnego rozwijania umiejętności zawodowych. Absolwent studiów inżynierskich jest przygotowany do podjęcia studiów drugiego stopnia i studiów podyplomowych na kierunku Matematyka, Informatyka lub kierunkach pokrewnych, będąc gotowym do realizacji idei „nauki przez całe życie”. Rolą Uniwersytetu Łódzkiego jest również budowanie współpracy międzynarodowej. Student w ramach kierunku Analiza Danych ma możliwość wyjazdów na stypendia zagraniczne do europejskich uczelni. Daje mu to możliwość perspektywy nauki w zróżnicowanej społeczności akademickiej oraz nawiązania kontaktów międzynarodowych. 15. Różnice w stosunku do innych programów o podobnie zdefiniowanych celach i efektach kształcenia prowadzonych na uczelni Program kształcenia kierunku Analiza Danych jest unikatowy na Uniwersytecie Łódzkim. Kierunkowe efekty kształcenia związane z dziedziną nauk matematycznych, nauk technicznych i ekonomicznych, wyróżniają go również wśród innych polskich uczelni. Kierunek Analiza Danych prowadzony na Wydziale Matematyki i Informatyki jest jedynym kierunkiem w ofercie UŁ kształcącym interdyscyplinarnie w zakresie informatyki, metod ilościowych oraz zastosowań matematyki oraz statystyki matematycznej w różnych gałęziach gospodarki: w przemyśle, w administracji publicznej i państwowej, sektorze bankowym, ośrodkach badania opinii publicznej, czy biznesie. Analizę Danych wyróżnia spośród innych kierunków duży nacisk na umiejętności praktyczne, np. stosowanie narzędzi statystycznych i informatycznych do wykonywania analiz, wnioskowania, raportowania i prezentacji wyników. Jednocześnie solidna baza teoretyczna, ze szczególnym uwzględnieniem analizy matematycznej, algebry i metod statystyki matematycznej, pozwoli absolwentom kierunku Analiza Danych dokonywać świadomego i samodzielnego wnioskowania, np. dostrzec pewne prawidłowości, bądź nieprawidłowości w otrzymanych wynikach. Umiejętność ta jest zazwyczaj obca osobom, które opanowały jedynie sprawne posługiwanie się oprogramowaniem komputerowym, a nie posiadają odpowiedniej wiedzy matematycznej. Połączenie strony praktycznej z silnymi podstawami teoretycznymi i przedmiotami o profilu ogólnoakademickim pozwoli studentom tego Kierunku kontynuować swoją karierę zawodową także w ośrodkach naukowo-badawczych. Istniejące na innych wydziałach kierunki zajmujące się szeroko rozumianą analizą danych dotyczą w głównej mierze zastosowania analizy do zarządzania strategicznego oraz w gospodarce. Natomiast kierunek prowadzony na WMiI UŁ łączy w interdyscyplinarną całość zagadnienia takie, jak programowanie, metody statystyczne, tworzenie modeli danych, a także ocenę ich poprawności. Jest to możliwe dzięki zogniskowaniu uwagi na gruntownej wiedzy matematycznej ze szczególnym uwzględnieniem analizy matematycznej, rachunku prawdopodobieństwa i statystyki matematycznej, a także metod optymalizacji. 16. Doświadczenia i wzorce międzynarodowe Program kształcenia na kierunku Analiza Danych WMiI UŁ został opracowany z uwzględnieniem najlepszych międzynarodowych wzorców kształcenia w obszarze szeroko rozumianej analizy danych z wykorzystaniem statystyki. Jego struktura i przyjęte rozwiązania są zbliżone do rozwiązań stosowanych w ramach programów Data Mining and Applied 8 Statistic czy Data Analytic przez rozmaite uczelnie europejskie i amerykańskie (m.in. Stanford University, Oxford University, czy Aarhus University). Efekty kształcenia dla kierunku Analiza Danych zostały opracowane miedzy innymi w oparciu o zalecenie Parlamentu Europejskiego i Rady z 2008 roku w sprawie Europejskich Ram Kwalifikacji dla Uczenia się przez Całe Życie (ERK) oraz o Ramy Kwalifikacji dla Europejskiego Obszaru Szkolnictwa Wyższego (EHEA). Nauka o analizie danych z wykorzystaniem narzędzi statystycznych i informatycznych jako system badań, wiedzy naukowej i kształcenia ma ze względu na swój zakres i istotę, dość specyficzny charakter. Dlatego w procesie kształcenia wykorzystywane są wzorce międzynarodowe dotyczące wyboru choćby modułów kształcenia, metod badawczych w zakresie analizy danych, metod projektowania inżynierskiego, itp. Określenie programu kształcenia jest oparte na doświadczeniu wielu krajów, z którymi współpracuje Uniwersytet Łódzki, w tym także oczywiście i Wydział Matematyki i Informatyki UŁ. W oparciu o wzajemną współpracę oraz systematyczną wymianę poglądów i doświadczeń stworzono podstawy opracowania programu kształcenia dla kierunku Analiza Danych, a pozyskane w ten sposób informacje są wykorzystywane jako materiał pomocniczy w celu udoskonalenia programu studiów na tym kierunku, w tym do dostosowania go do wymogów kształcenia studentów. Przejawia się to np. w uwzględnieniu oferty dydaktycznej prowadzonej w języku angielskim. Innym przejawem wykorzystania wzorców międzynarodowych w dostosowaniu efektów kształcenia na kierunku Analiza Danych są doświadczenia studentów i nauczycieli akademickich wyniesione z pobytów na partnerskich uczelniach zagranicznych w ramach wymiany międzynarodowej (np.: z Danią (Aarhus University), Niemcami (University of Paderborn), czy Hiszpanią (University of Granada)), czy kontaktów nawiązywanych w ramach konferencji zagranicznych. Taka wzajemna wymiana informacji jest dodatkowym źródłem informacji wzbogacającym wiedzę dotyczącej ram programu studiów i jakości kształcenia. W ten sposób wiedza i tradycja edukacyjna uczelni zagranicznych, oparta na ich swoistych efektach kształcenia, dociera także na WMiI UŁ, co ma przełożenie na ich wykorzystanie w programach kształcenia, w tym w programie kierunku Analiza Danych. 17. Wnioski z analizy zgodności efektów kształcenia z potrzebami rynku pracy oraz wnioski z analizy wyników monitoringu karier zawodowych absolwentów Inspiracją do stworzenia nowego kierunku studiów było duże zapotrzebowanie na analityków danych (nawet ponad 130 ofert pracy na jednym z portali w ciągu jednego dnia) oraz zapotrzebowanie na osoby posiadające umiejętności związane z analizą danych wśród pokrewnych zawodów związanych z usługami finansowymi i informatycznymi. Badanie rynku pracy w oparciu o oferty na takich portalach jak Pracuj.pl czy w rozmowach z firmami HR pozwoliło sformułować wstępny projekt efektów kształcenia kierunku Analiza Danych. W celu dostosowania programów kształcenia do potrzeb rynku pracy, od 2009 roku WMiI współpracuje z firmami z regionu łódzkiego, a w roku 2012 na Wydziale powołana została oficjalnie Rada Biznesu. Pomysł stworzenia nowego kierunku spotkał się z dużym zainteresowaniem pracodawców skupionych w Radzie Biznesu. Odbył się szereg spotkań, podczas których sprecyzowane zostały oczekiwania pracodawców w stosunku do przyszłych absolwentów kierunku. Elementy programu kształcenia były szeroko konsultowane z pracodawcami, co skutkowało wprowadzeniem wielu poprawek. Uwzględnione zostały również uwagi dotyczące umiejętności niezbędne w pracy przekazywane przez absolwentów oraz studentów korzystających ze staży i praktyk w firmach. Kierunek Analiza Danych daje możliwość wykształcenie specjalisty w zawodzie poszukiwanym na rynku pracy i z umiejętnościami oczekiwanymi przez pracodawców, ponieważ łączy umiejętności bardzo praktyczne, inżynierskie z ogólnoakademickim wykształceniem ułatwiającym w przyszłości dalszy rozwój zawodowy i naukowy. 9 W roku 2013 Wydział Matematyki i Informatyki UŁ uruchomił Studia Podyplomowe Analiza danych i data mining (1 grupa ćwiczeniowa). W 2014 roku uruchomione zostały już dwie grupy ćwiczeniowe, co pozwala postawić tezę, że kierunek Analiza Danych będzie cieszył się zainteresowaniem zarówno studentów jak i pracodawców. 18. Plany studiów I stopnia kierunku Analiza danych, profil ogólnoakademicki kierunek studiów: ANALIZA DANYCH profil studiów: ogólnoakademicki stopień: I (inżynierskie) forma studiów: stacjonarne specjalności: od roku: 2015/2016 Szczegóły przedmiotu rok semestr Liczba godzin Przedmiot wykładów 1 1 1 1 1 1 1 I 2 2 2 2 2 2 2 3 3 3 3 3 3 3 II 4 4 4 4 4 4 5 5 5 5 5 5 III IV 6 6 6 6 6 6 7 7 7 7 7 Środowisko pracy analityka Wstęp do informatyki (M) Wstęp do programowania (I) 28 Arkusze kalkulacyjne 14 Matematyka konkretna 28 Algebra z teorią liczb 28 Sukces na rynku pracy 14 razem w 1. semestrze : Architektura systemów komputerowych 28 Programowanie podstawowe Elementy statystyki opisowej 14 Analiza matematyczna dla informatyków 1 28 Matematyka bankowa 28 Lektorat 1* Przedmioty do wyboru*** min razem w 2. semestrze : Podstawy baz danych (M) 28 Pakiety statystyczne 14 Analiza matematyczna dla informatyków 2 28 Rachunek prawdopodobieństwa 1 28 Techniki prezentacji 14 Aspekty prawne informatyki 14 Lektorat 2* razem w 3. semestrze: Programowanie arkuszy kalkulacyjnych 14 Modele regresji 14 Wprowadzenie do analizy danych Programowanie baz danych 28 Podstawy języka Java Przedmioty do wyboru*** min razem w 4. semestrze : Eksploracja danych 28 Analiza techniczna 14 Algorytmy i złożoność 28 Metody numeryczne 28 Wstęp do badań operacyjnych 14 Przedmioty do wyboru*** min razem w 5. semestrze : Inżynieria przetwarzania danych 14 Analiza danych w badaniach naukowych 14 Analityka biznesowa 28 Inzynierski projekt zespołowy ** Wychowanie fizyczne* Przedmioty do wyboru*** min razem w 6. semestrze: Podstawy przedsiębiorczości i zarządzania 14 Inżynierski projekt dyplomowy ** Seminarium inżynierskie z przygotowaniem do egz.inż.** Praktyki zawodowe**** Przedmioty do wyboru*** min razem w 7. semestrze: RAZEM W CIĄGU TOKU STUDIÓW : konwers. /sem lab. komp. praktyki, zaj. inne 28 28 28 28 56 28 godz: 28 28 28 56 60 48 min 28 28 godz: 28 28 28 60 min 28 14 28 28 28 godz: min 28 28 28 28 godz: min 14 14 28 56 godz: 72 14 48 30 80 min godz: 28 28 120 40 min godz: min godz: Razem 28 28 56 42 84 56 14 308 28 28 42 56 84 60 48 346 56 42 56 56 42 14 60 326 42 28 28 56 28 72 254 56 42 56 56 28 48 286 28 28 56 56 30 80 278 14 28 28 120 40 230 2028 Forma zaliczenia Z Z Z Z E E Z ECTS: Z Z Z E E Z Z/E ECTS: Z Z E E Z Z E ECTS: E Z Z E Z Z/E ECTS: E E Z E Z Z/E ECTS: Z Z E Z Z E/Z ECTS: Z Z Z Z Z/E ECTS: ECTS: ECTS 2 2 6 5 8 6 1 30 3 3 4 5 7 2 6 30 5 5 5 5 4 1 5 30 5 3 4 6 3 9 30 6 5 5 5 3 6 30 3 3 6 8 1 10 31 1 12 8 4 5 30 211 10 kierunek studiów: profil studiów: stopień: forma studiów: specjalności: od roku: ANALIZA DANYCH ogólnoakademicki I (inżynierskie) niestacjonarne 2015/2016 Szczegóły przedmiotu rok semestr Liczba godzin Przedmiot wykładów 1 1 1 1 1 1 1 I 2 2 2 2 2 2 2 3 3 3 3 3 3 3 4 4 4 4 4 4 5 5 5 5 5 5 III 6 6 6 6 6 IV 7 7 7 7 7 Środowisko pracy analityka Wstęp do informatyki (M) Wstęp do programowania (I) Arkusze kalkulacyjne Matematyka konkretna Algebra z teorią liczb Aspekty prawne informatyki razem w 1. semestrze : Architektura systemów komputerowych Programowanie podstawowe Podstawy baz danych (M) Elementy statystyki opisowej Analiza matematyczna dla informatyków 1 Matematyka bankowa Lektorat 1* razem w 2. semestrze : Pakiety statystyczne Analiza matematyczna dla informatyków 2 Rachunek prawdopodobieństwa 1 Techniki prezentacji Sukces na rynku pracy Lektorat 2* Przedmioty do wyboru*** razem w 3. semestrze: Programowanie arkuszy kalkulacyjnych Modele regresji Wprowadzenie do analizy danych Programowanie baz danych Podstawy języka Java Przedmioty do wyboru*** razem w 4. semestrze : Eksploracja danych Analiza techniczna Algorytmy i złożoność Metody numeryczne Wstęp do badań operacyjnych Przedmioty do wyboru*** razem w 5. semestrze : Inżynieria przetwarzania danych Analiza danych w badaniach naukowych Analityka biznesowa Inzynierski projekt zespołowy ** Przedmioty do wyboru*** razem w 6. semestrze: Podstawy przedsiębiorczości i zarządzania Inżynierski projekt dyplomowy ** Seminarium inżynierskie z przygotowaniem do egz.inż.** Praktyki zawodowe**** Przedmioty do wyboru*** razem w 7. semestrze: RAZEM W CIĄGU TOKU STUDIÓW : konwers. /sem lab. komp. praktyki, zaj. inne 16 16 16 8 16 16 8 16 16 32 16 godz: 16 16 8 16 16 8 16 16 8 8 min 16 16 16 16 32 32 min 16 16 16 16 32 20 8 8 16 min 16 8 16 16 8 min min 16 8 16 16 16 godz: min 16 16 16 16 godz: min 8 8 16 32 godz: min godz: 36 8 24 8 8 16 min godz: 40 8 16 16 120 min 20 min godz: min godz: Razem 16 16 32 24 48 32 8 176 16 16 32 24 32 48 32 200 24 32 32 24 8 32 20 172 24 16 16 32 16 36 140 32 24 32 32 16 24 160 16 16 32 32 40 136 8 16 16 120 20 180 1164 Forma zaliczenia Z Z Z Z E E Z ECTS: Z Z Z Z E E Z ECTS: Z E E Z Z E Z/E ECTS: E Z Z E Z Z/E ECTS: E E Z E Z Z/E ECTS: Z Z E Z E/Z ECTS: Z Z Z Z Z/E ECTS: ECTS: ECTS 2 2 6 5 8 6 1 30 3 3 5 5 5 7 2 30 5 5 5 4 1 5 5 30 5 3 4 6 3 9 30 6 5 5 5 3 6 30 3 3 6 8 10 30 1 12 8 4 5 30 210 11 * Student wybiera zajęcia z oferty przedstawianej przez uczelnię w danym roku akademickim. Student może realizować przedmioty z tej grupy awansem (tj. w dowolnym semestrze, w którym są one uruchamiane). W przypadku lektoratu student zobowiązany jest zdać egzamin z języka obcego na terenie uczelni, zgodne z wymaganiami określonymi dla poziomu B2. W zakresie lektoratów obowiązuje uchwała senatu UŁ z dn. 2 kwietnia 2012r w sprawie zasad osiągania przez studentów UŁ efektów kształcenia w zakresie znajomości i umiejętności posługiwania się nowożytnym językiem obcym zmieniona uchwałą senatu UŁ z dn. 9 grudnia 2013r. ** Student wybiera seminarium inżynierskie i katedrę, w której będzie realizował pracę inżynierską, spośród jednostek wskazanych przez dziekana. *** Listę oferowanych przedmiotów swobodnego wyboru (z podaniem zakresu merytorycznego, formy zajęć, terminu, minimalnej i maksymalnej liczebności grup) ustala i podaje do wiadomości studentów dziekan w terminie do 30 maja poprzedzającego roku akademickiego. W szczególnych sytuacjach dziekan może zdecydować o zmniejszeniu liczby godzin przewidzianych w programie. Na wniosek studenta przedmioty do wyboru mogą być realizowane awansem, przy uwzględnieniu wymagań wstępnych określonych dla danego przedmiotu. **** Praktyki zawodowe odbywane są w trybie indywidualnym, ciągłym lub śródrocznym, zgodnie z Regulaminem Praktyk obowiązującym na WMiI. 19. Bilans punktów ECTS wraz ze wskaźnikami charakteryzującymi program studiów Zgodnie z obowiązującymi regulacjami, poszczególnym elementom programu studiów przyporządkowano punkty ECTS. Punkty ECTS są przyznawane na podstawie oszacowanego nakładu pracy własnej przeciętnego studenta ujętego w Systemie ustalania wartości punktowej ECTS dla przedmiotów na WMiI UŁ. Uwzględniane są zajęcia kontaktowe (zajęcia kontaktowe prowadzone w ramach takich form jak: wykłady, ćwiczenia, konwersatoria, laboratoria, seminaria, praktyki oraz zajęcia kontaktowe obejmujące m.in. konsultacje i egzaminy), a także praca samodzielna studenta (m.in. przygotowania do zajęć bieżących, opracowywanie arkuszy zadań, projekty, prezentacje, przygotowania do zaliczeń). Podsumowując: łączna liczba punktów ECTS, jaką student musi uzyskać, aby otrzymać określone kwalifikacje wynosi 211p ECTS w trybie studiów stacjonarnych i 210p ECTS w trybie studiów niestacjonarnych; łączna liczba punków ECTS, którą student musi uzyskać w ramach zajęć wymagających bezpośredniego udziału nauczyciela/opiekuna (m.in. podczas wykładów, ćwiczeń, praktyk, konsultacji, egzaminów) wynosi co najmniej 85p ECTS w trybie studiów stacjonarnych i 50p ECTS w trybie studiów niestacjonarnych; łączna liczba punktów ECTS, którą student musi uzyskać w ramach zajęć z zakresu przedmiotów podstawowych, do których odnoszą się kierunkowe efekty kształcenia wynosi 174p ECTS z uwzględnieniem pracy własnej studenta; łączna liczba punktów ECTS, którą student musi uzyskać w ramach zajęć o charakterze praktycznym (m.in. podczas konwersatoriów, ćwiczeń, laboratoriów oraz przygotowań do takich zajęć) wynosi 125p ECTS; łączna liczba punktów, jaką student musi uzyskać w ramach zajęć obieralnych, wynosi 76p ECTS w trybie studiów stacjonarnych i 75p ECTS w trybie zajęć niestacjonarnych; łączna liczba punktów ECTS, którą student musi uzyskać w ramach zajęć powiązanych z prowadzonymi na WMiI badaniami naukowymi w dziedzinie nauk 12 matematycznych pozwalającymi na przygotowanie do prowadzenia badań wynosi 86p ECTS; minimalna liczba punktów ECTS, jaką student musi uzyskać realizując moduły kształcenia w zakresie zajęć niezwiązanych z kierunkiem studiów (zajęć ogólnouczelnianych lub na innym kierunku) wynosi 11p ECTS w trybie studiów stacjonarnych i 10p w trybie zajęć niestacjonarnych; minimalna liczba punktów ECTS, jaką student musi uzyskać w ramach zajęć z języka obcego, wynosi 7p ECTS; minimalna liczba punktów ECTS, jaką student musi uzyskać w ramach zajęć z obszarów nauk humanistycznych i nauk społecznych, wynosi 14p ECTS; liczba punktów ECTS, jaką student musi uzyskać w ramach praktyk zawodowych, wynosi 4p ECTS; liczba punktów ECTS, jaką student musi uzyskać na zajęciach z Wychowania fizycznego wynosi 1p ECTS w trybie studiów stacjonarnych i 0p ECTS w trybie studiów niestacjonarnych; 20. Opis poszczególnych przedmiotów lub modułów procesu kształcenia Program kierunku ANALIZA DANYCH na poziomie inżynierskim obejmuje 7 semestrów nauki. Z uwagi na realizowane efekty kształcenia przedmioty podzielone są na moduły. Szczegółowy opis przedmiotów znajduje się w Katalogu Przedmiotów UŁ. Tabela 2. Moduły przedmiotów na kierunku Analiza danych Nazwa modułu Moduł przedmiotów matematycznych Moduł przedmiotów informatycznych Moduł przedmiotów specjalistycznych i inżynierskich Przedmioty modułu AL - Algebra z teorią liczb AM - Analiza matematyczna dla informatyków 1,2 ES - Elementy statystyki opisowej MB - Matematyka bankowa MK - Matematyka konkretna MN - Metody numeryczne PS - Pakiety statystyczne RP - Rachunek prawdopodobieństwa 1 WO - Wstęp do badań operacyjnych AZ - Algorytmy i złożoność AS - Architektura systemów komputerowych PJ - Podstawy języka Java PP - Programowanie podstawowe SP - Środowisko pracy analityka WI - Wstęp do informatyki WP - Wstęp do programowania AB - Analityka biznesowa AD - Analiza danych w badaniach naukowych AT - Analiza techniczna AK - Arkusze kalkulacyjne ED - Eksploracja danych IP - Inżynieria przetwarzania danych MR - Modele regresji PB - Podstawy baz danych PR - Programowanie baz danych PV - Programowanie arkuszy kalkulacyjnych SI - Seminarium inżynierskie z przygot. do egz. inż. WD - Wprowadzenie do analizy danych IZ - Inżynierski projekt zespołowy ID - Inżynierski projekt dyplomowy PZ - Praktyki zawodowe Efekty kierunkowe Przedmioty tego modułu realizują kierunkowe efekty kształcenia oznaczone symbolami opisanymi w Tabeli nr 1: 11A-1A_W01-W06,W09-W11 11A-1A_U01-U07,U19 11A-1A_K01-K02,K06 Przedmioty tego modułu realizują kierunkowe efekty kształcenia oznaczone symbolami opisanymi w Tabeli nr 1: 11A-1A_W05-W09,W19 11A-1A_U01,U05,U09-U12 11A-1A_K01-K02,K06 Przedmioty tego modułu realizują kierunkowe efekty kształcenia oznaczone symbolami opisanymi w Tabeli nr 1: 11A-1A_W03,W06-W16 11A-1A_U03-U04,U06-U09,U11-U24 11A-1A_K01-K09 13 AP PE SR TP L Moduł przedmiotów humanistycznospołecznych Moduł przedmiotów ogólnych Przedmioty tego modułu realizują kierunkowe efekty kształcenia oznaczone symbolami opisanymi w Tabeli nr 1: - Aspekty prawne informatyki - Podstawy przedsiębiorczości i zarządzania - Sukces na rynku pracy - Techniki prezentacji - Lektorat 1,2 11A-1A_W17-W18 11A-1A_U22,U24-U25 11A-1A_K01, K04-K05,K07-K09 WF - Wychowanie fizyczne 21. Relacje między kierunkowymi a przedmiotowymi efektami kształcenia Przedmioty podstawowe i szkolenie ogólnouczelniane w zakresie BHP realizują wszystkie kierunkowe efekty kształcenia opisane w Tabeli 1. w punkcie 13. Tabela 3. Realizacja kierunkowych efektów kształcenia w ramach przedmiotów podstawowych kierunku ANALIZA DANYCH I stopnia. 1A_W01 1A_W02 1A_W03 1A_W04 1A_W05 1A_W06 1A_W07 1A_W08 + + + + + + + + + + + + + + + + + + + + + + + + + 14 L + Lektorat + Techniki prezentacji TP + Sukces na rynku pracy SR IZ + Podstawy przedsiębiorczości i zarządzania PE ID Praktyki zawodowe PZ Inżynierski projekt zespołowy Aspekty prawne informatyki AP Inżynierski projekt dyplomowy SI Wprowadzenie do analizy danych WD Seminarium inżynierskie z przygotowaniem do egz. inż. Programowanie baz danych PR + Programowanie arkuszy kalkulacyjnych PV zna podstawy inżynierii przetwarzania danych i oprogramowania, cyklu życia urządzeń i projektów analizy danych Modele regresji MR + + + + + + Podstawy baz danych PB posiada wiedzę na temat infrastruktury i aparatury informatycznej oraz aspektów organizacji i zarządzania danymi IP posiada wiedzę na temat podstawowych technik informatycznych w zakresie algorytmiki, programowania i struktur danych Eksploracja danych ED zna matematyczne i formalne podstawy informatyki Inżynieria przetwarzania danych zna metody numeryczne przybliżonego rozwiązywania podstawowych problemów obliczeniowych Analiza techniczna AT zna podstawowe pojęcia i metody rachunku prawdopodobieństwa, statystyki opisowej oraz wnioskowania statystycznego Arkusze kalkulacyjne AK zna podstawy rachunku różniczkowego i całkowego funkcji jednej i wielu zmiennych + Analityka biznesowa AB posiada wiedzę matematyczną z zakresu logiki, teorii zbiorów, matematyki dyskretnej i algebry niezbędną w analizie danych Analiza danych w badaniach naukowych AD Wstęp do informatyki WI Wstęp do programowania WP Środowisko pracy analityka SP Podstawy języka Java PJ Programowanie podstawowe PP Algorytmy i złożoność AZ Architektura systemów komputerowych AS Wstęp do badań operacyjnych WO Pakiety statystyczne PS Rachunek prawdopodobieństwa 1 RP Metody numeryczne MN Matematyka bankowa MB Matematyka konkretna MK Elementy statystyki opisowej ES Algebra z teorią liczb AT w zakresie wiedzy: Analiza matematyczna dla informatyków 1 ,2 AM KIERUNKOWE EFEKTY KSZTAŁCENIA 1A_W09 1A_W10 1A_W11 1A_W12 1A_W13 1A_W14 1A_W15 1A_W16 1A_W17 1A_W18 1A_W19 + + + + + + + + + + + + + + + + + + + + + + + + + 15 PE + SR AP IZ PZ ID SI WD PV PB PR 1A_U01 + + + IP 1A_U02 + + + MR ED AT AK AB AD WI WP SP PJ 1A_U03 L + + + + PP + AS AZ WO PS RP 1A_U04 TP + MK 1A_U05 L + + MN 1A_U06 TP SR PE PZ AP IZ + + + ID + + + + + SI + WD PV PR PB MR IP ED AT AK AD AB WP WI SP + + + + ES potrafi tworzyć i implementować algorytmy przybliżonego rozwiązywania problemów obliczeniowych + + + + + + + + MB potrafi obalać błędne hipotezy lub nieuprawnione rozumowania poprzez argumentację opartą na zdobytej wiedzy + + + + AT umie prowadzić proste wnioskowania statystyczne i probabilistyczne, także z wykorzystaniem narzędzi komputerowych + + posługuje się rachunkiem zdań i kwantyfikatorów oraz językiem teorii mnogości, umie przeprowadzać dowody metodą indukcji zupełnej; potrafi definiować funkcje i relacje rekurencyjne potrafi interpretować i wyjaśniać zależności funkcyjne, ujęte w postaci wzorów, tabel, wykresów, schematów i stosować je w zagadnieniach praktycznych stosuje twierdzenia i metody rachunku różniczkowego funkcji jednej i wielu zmiennych w zagadnieniach związanych z optymalizacją, poszukiwaniem ekstremów lokalnych oraz globalnych, a także badaniem przebiegu funkcji, uzasadniając poprawność rozumowań PP + + + + + + + AM w zakresie umiejętności: + PJ zna podstawowe zasady bezpieczeństwa i higieny pracy oraz zasady obsługi komputera* AZ posiada wiedzę na temat podstaw prawnych i etycznych w zakresie pozyskiwania, przetwarzania i udostępniania danych, zna pojęcia i zasady z zakresu ochrony własności przemysłowej i prawa autorskiego + AS zna ogólne zasady tworzenia i rozwoju form indywidualnej przedsiębiorczości opartej na wiedzy, umiejętnościach i kompetencjach społecznych dotyczących analizy danych RP zna podstawowe techniki badawcze obejmujące formułowanie i analizę problemów badawczych, dobór metod i narzędzi badawczych, opracowanie i prezentację wyników WO rozumie cywilizacyjne znaczenie modelowania i eksploracji danych, posiada podstawową wiedzę o głównych kierunkach rozwoju i aktualnych osiągnięciach w zakresie eksploracji danych PS posiada wiedzę dotyczącą podstawowych teorii baz danych, modelowania danych oraz składowania i wyszukiwania informacji w bazach danych MK rozumie koncepcję i konstrukcję modeli eksploracji danych, potrafi użyć właściwych narzędzi do ich formalnego opisu i analizy MN posiada wiedzę o powiązaniach analizy danych z wybranymi zagadnieniami matematyki teoretycznej, programowania i baz danych ES posiada ogólną wiedzę w zakresie podstawowych działów analizy danych, w tym podstawowe techniki dotyczące grupowania danych oraz ich klasyfikacji MB zna wybrane pakiety oprogramowania, służące do obliczeń symbolicznych, statystyki i eksploracji danych AT zna rozwiązania informatyczne stosowane w analizie danych, w tym podstawy technik obliczeniowych i programowania, rozumie ich ograniczenia AM w zakresie wiedzy: 1A_U07 1A_U08 1A_U09 1A_U10 1A_U11 1A_U12 1A_U13 1A_U14 1A_U15 1A_U16 1A_U17 1A_U18 1A_U19 1A_U20 1A_U21 + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + potrafi tworzyć typowe opracowania pisemne dotyczące modeli teoretycznych oraz narzędzi informatycznych, w tym również dokumentację techniczną projektów analizy danych potrafi referować zagadnienia matematyczne, informatyczne i analizy danych potocznym językiem, posiada umiejętność przygotowania wystąpień ustnych z wykorzystaniem technik i narzędzi służących do prezentacji + + + + + + 1A_U23 + potrafi analizować, krytycznie oceniać metody, interpretować wyniki różnego rodzaju badań i formułować wnioski + + + + 1A_U24 + potrafi samodzielnie zdobywać wiedzę oraz rozwijać swoje umiejętności, korzystając z literatury polskiej i obcojęzycznej oraz z nowoczesnych technologii + + + 1A_U25 1A_U22 L TP PE SR AP IZ PZ ID SI + WD PV PB PR IP + MR ED planuje i przeprowadza eksperymenty oraz symulacje w celu weryfikowania hipotez lub pozyskiwania nowej wiedzy AT + AK potrafi wykorzystać metody analityczne, numeryczne i statystyczne do formułowania i rozwiązywania zadań inżynierskich dostrzegając ich aspekty systemowe i pozatechniczne AB potrafi budować wybrane modele eksploracji danych i oceniać ich jakość oraz stosować je m. in. do prognozowania wybranych procesów ekonomicznych, finansowych lub społecznych AD potrafi pozyskiwać dane z różnych źródeł, w tym z baz danych za pomocą wybranego języka zapytań WI posiada umiejętność projektowania baz danych i ich implementacji w wybranych systemach zarządzania bazami danych WP potrafi precyzyjnie analizować złożone procesy decyzyjne i stosować systemowe metody rozwiązywania problemów z zakresu decyzji kierowniczych SP potrafi zastosować techniki usprawniające i optymalizujące procesy analizy danych PJ posiada umiejętność samodzielnego wykonywania projektów analizy danych PP posiada umiejętność wyboru systemu analizy danych optymalnego dla danego zadania, uwzględniając aspekty ekonomiczne AS posiada umiejętność doboru rozwiązań sprzętowych i systemowych oraz ich konfiguracji i oceny ich działania AZ WO PS + potrafi wykorzystywać narzędzia/pakiety oprogramowania/techniki obliczeniowe do rozwiązywania wybranych zagadnień matematycznych i analizy danych rozpoznaje problemy, w tym zagadnienia praktyczne, które można rozwiązać algorytmicznie, potrafi dokonać specyfikacji i analizy takiego problemu, umie tworzyć algorytmy i zapisać je w wybranym języku programowania stosuje podstawowe struktury danych i metody wykorzystywane w programowaniu i teorii przetwarzania danych RP MK MN ES MB AT potrafi zastosować narzędzia matematyczne oraz metody eksploracji danych do analizy zagadnień ekonomicznych AM w zakresie umiejętności: zna co najmniej jeden język obcy na poziomie średnio-zaawansowanym (B2), w szczególności w zakresie matematyki, informatyki i analizy danych + + 16 1A_K01 1A_K02 1A_K03 1A_K04 1A_K05 1A_K06 1A_K07 1A_K08 1A_K09 + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + * Efekt realizowany także w trakcie obowiązkowego szkolenia z zakresu BHP drogą e-learningową w I semestrze. 22. Opis sposobu sprawdzenia efektów kształcenia w ramach danego programu Kierunkowe efekty kształcenia są osiągane i weryfikowane w ramach poszczególnych przedmiotów wyróżnionych w Tabeli nr 2 i 3. Sposób weryfikowania szczegółowych efektów kształcenia na podstawie m.in. prac: zaliczeniowych, projektowych, egzaminacyjnych, pracy bieżącej podczas zajęć, egzaminów ustnych jest opisany w ramach każdego przedmiotu w Katalogu ECTS Przedmiotów UŁ. Ponadto kierunkowe efekty kształcenia są sprawdzane również w procesie dyplomowania. Analiza weryfikacji efektów kształcenia jest przedmiotem pracy Wydziałowej Komisji ds. Jakości Kształcenia. 23. Praktyki zawodowe Praktyki zawodowe odbywane są w trybie indywidualnym, ciągłym lub śródrocznym, zgodnie z Regulaminem praktyk obowiązującym na WMiI oraz programem opisanym w punkcie 16. 24. Wykaz i wymiar szkoleń obowiązkowych Każdy student zobowiązany jest do zaliczenia: obowiązkowego szkolenia z zakresu BHP (kurs pierwszy) drogą e-learningową; obowiązkowego szkolenia bibliotecznego. 17 + + L + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + TP PE SR AP IZ PZ ID SI WD PV PB PR IP MR ED AT AK AB AD WI WP SP PJ PP AS AZ WO potrafi myśleć w sposób przedsiębiorczy i sprawnie organizować pracę PS prawidłowo identyfikuje dylematy związane z wykonywaniem zawodu analityka danych RP rozumie potrzebę i jest przygotowany do samokształcenia i projektowania własnej ścieżki rozwoju i kariery zawodowej MK ma krytyczne podejście do otrzymywanych danych i informacji, widzi potrzebę ich weryfikowania MN rozumie znaczenie uczciwości intelektualnej w działaniach własnych i innych osób; postępuje etycznie ES potrafi odpowiednio określić priorytety służące realizacji określonego zadania czy projektu MB potrafi precyzyjnie formułować pytania, służące pogłębieniu własnego zrozumienia danego tematu lub odnalezieniu brakujących elementów rozumowania potrafi pracować zespołowo, przyjmując różne role w zespole; rozumie konieczność systematycznej pracy nad wszelkimi projektami, które mają długofalowy charakter AT zna ograniczenia własnej wiedzy i rozumie potrzebę dalszego kształcenia, uwzględniając trendy w przetwarzaniu i analizie danych AM w zakresie kompetencji społecznych: + 25. Warunki ukończenia studiów Warunkiem ukończenia kierunku ANALIZA DANYCH pierwszego stopnia i uzyskania tytułu inżyniera jest: osiągnięcie kierunkowych efektów kształcenia oraz efektów kształcenia realizowanych w ramach przedmiotów3; odbycie praktyk zawodowych; uzyskanie wymaganej planem studiów liczby punktów ECTS; odbycie obowiązkowych szkoleń; zdanie egzaminu dyplomowego; napisanie i obrona pracy dyplomowej przed komisją egzaminacyjną. 3 Osiągnięcie efektów kształcenia jest gwarantowane przez zaliczenie wszystkich przedmiotów określonych planem studiów. Student może również osiągnąć określone efekty poza Wydziałem macierzystym, np. w ramach programu Most, Erasmus. Wówczas decyzje o zaliczeniu określonych efektów podejmuje Dziekan. 18
